Score IBI
8.2
sur 10
Sévérité5_critique
Fréquencefrequent
Ampleur groupes4
Difficulté détection4
🇫🇷 Définition (FR)
Tendance à faire excessivement confiance aux recommandations automatisées, réduisant la vigilance humaine.
🇬🇧 Definition (EN)
Tendency to trust automated recommendations excessively, reducing human vigilance.
Taxonomie TriAxis
Classification structurelle
O
Origine
O3
Humain-Cognitif
L
Cycle de vie
L7
Déploiement
S
Spécifique
S10
Biais d'automatisation
💡
Exemple concret
Des radiologues acceptent les diagnostics d'IA sans vérification, ratant des cancers atypiques.
📊 Métriques de détection
Distribution ShiftDemographic Parity Difference
⚙ Seuils d'alerte
Distribution Shift0.1
Demographic Parity Difference0.1
📚 Sources & Références Scientifiques
- •The surgeon in the loop: automation bias and human–AI interaction in robotic surgeryMorais, M.C., Godbole, A.A., Iqbal, E., et al. (2026)
- •Complacency and Bias in Human Use of Automation: An Attentional IntegrationRaja Parasuraman, Dietrich Manzey (2010)
- •Automation bias: a systematic review of frequency, effect mediators, and mitigatorsKate Goddard, Abdul Roudsari, Jeremy C Wyatt (2012)
- •The surgeon in the loop: automation bias and human�AI interaction in robotic surgeryMaria Clara Morais; Aditya Amit Godbole; Emaad Iqbal; Jeffrey Nussbaum; Harsh Prasanna Khare; Mattia Ballo; Filippo Filicori (2026)
🛡 Impact & Mitigation
🔬 Preuves documentées (Études & Incidents)
- Acceptation de 3 recommandations IA incorrectes sur 5 en chirurgie robotique : Étude contrôlée à deux phases mesurant le biais d'automatisation chez 19 chirurgiens. Les participants ont accepté 60,6 % des suggestions d'une IA factice incorrecte.
Impact : Taux d'acceptation des recommandations incorrectes : 60,6% (43/71). Spécificité de rejet : 39,4%. Confiance auto-déclarée : +0,65 (p < 0,001).
🎯 Groupes vulnérables impactés
Aucun groupe spécifique.
🛠 Méthodologies de mitigation
- AUDIT_TIERS : Audit par tiers indépendant
🏢 Secteurs concernés
Transport et mobilité (Risque: /5)Santé et médecine (Risque: /5)
⚖ Réglementations applicables
🇪🇺 Europe
- •AI_ACT_13 : AI Act (UE) 2024/1689
- •AI_ACT_14 : AI Act (UE) 2024/1689
🌍 International
- •ISO_42001 : ISO/IEC 42001:2023
- •UNESCO_2021 : UNESCO - Recommandation sur l'éthique de l'IA
- •OECD_AI_PRINCIPLES : OCDE - Principes IA
- •COE_AI_CONVENTION_INT : Conseil de l'Europe - Convention IA
📋 Métadonnées
Contributeur
Mohamadou SIDIBE
Institution
AI BIAIS INITIATIVE
Version
1
Créé le
14 octobre 2026
Mis à jour le
4 novembre 2026
UUID
a9af9983-6299-4c83-9232-d7deeae2d2f3
Explorer d'autres biais
250 biais documentés, classés par la taxonomie TriAxis.